Implementasi Algoritma Naive Bayes Berbasis Web untuk Memprediksi Kemenangan pada Game Mobile Legends

Abstract

Penelitian ini membahas implementasi algoritma Naïve Bayes berbasis web untuk memprediksi kemungkinan kemenangan pada permainan Mobile Legends. Permasalahan yang mendasari penelitian ini adalah bagaimana mengimplementasikan algoritma Naïve Bayes untuk memprediksi kemungkinan kemenangan berdasarkan data yang tersedia, serta bagaimana merancang dan membangun sistem prediksi berbasis web yang mampu memberikan hasil prediksi secara cepat, akurat, dan mudah digunakan oleh pemain. Data yang digunakan meliputi statistik pertandingan seperti role hero, win rate, KDA, tier, dan kombinasi hero. Model dibangun dengan pustaka scikit-learn pada Python untuk mempelajari pola dari data historis, kemudian diintegrasikan dengan antarmuka web menggunakan Gradio agar dapat diakses secara mudah oleh pengguna. Hasil pengujian menunjukkan performa model yang cukup baik dengan akurasi sebesar 88,57%, precision 90,91%, recall 85,71%, dan F1-score 88,24%. Sistem yang dikembangkan mampu menampilkan probabilitas kemenangan secara langsung, misalnya pada salah satu skenario uji diperoleh probabilitas kemenangan 98,9% dan kekalahan 1,1%. Dengan tampilan antarmuka yang sederhana namun informatif, sistem ini dapat menjadi alat bantu yang praktis bagi pemain Mobile Legends dalam menyusun strategi permainan secara lebih terukur.